• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.154-154
• /
• 2012

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 관련 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다. 토양수분을 측정하는 방법에는 세타 탐침(Theta Probe), 장력계, TDR(Time Domain Reflectrometry) 등이 이용되고 있으며, 광역 토양수분자료의 보다 정확한 공간 변동성의 관측을 위하여 항공원격탐사와 인공위성 원격탐사기술이 개발되어 적용되고 있다. 인공위성 영상은 자료의 분석이 간편하며, 공간자료이므로 공간 변화를 분석하는 데 있어 매우 편리하다. 그 중 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상은 저해상도 영상으로 극궤도 위성인 Terra와 Aqua 위성에 장착되어 있으며, NASA에서 필요한 정보를 받아 사용할 수 있다. 본 연구에서는 유역의 물리적 지형자료와 같은 방대한 양의 자료 수집 없이도, 모형이 구축되면 인공위성자료와 강우자료만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 산정할 수 있는 자료 지향형 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하였다. 사용된 퍼지변수로는 시험유역의 토양수분 관측자료와 강수량 및 인공위성 자료인 MODIS NDVI(Normalize Difference Vegetation Index), MODIS LST(Land-Surface Temperature) 영상을 이용하였다. MODIS NDVI는 시간 해상도 8일, 공간해상도 250 인 Level 3 영상이며, MODIS LST는 시간 해상도 1일, 공간해상도 1 km인 Level 3 영상을 사용하였다. 위성자료를 사용하기 위해 Korea TM 좌표체계로 변환한 뒤, 토양수분 관측지점이 속한 각 셀의 속성값을 추출하였다. 위성자료와 수집된 자료 및 토양수분자료와의 관계를 분석하기 위하여 입력자료를 다양한 방법으로 구성하여 입력 변수를 생성하였다. 생성된 입력 변수와 ANFIS 모형을 연계하여 각각의 토양수분 산정모형을 구축하고 대상지점에 대한 토양수분을 산정 및 비교 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.446-446
• /
• 2022

본 연구에서는 MODIS(MODerate resolution Imaging Spectroradiometer) 다중 위성영상을 기반으로 전국 시공간 토양수분 및 토양수분 기반의 가뭄지수 SWDI(Soil Water Deficit Index)를 산정하였다. 시공간 토양수분의 산정을 위해 입력자료로 MODIS 위성의 지표면온도(Land Surface Temperature, LST), 증발산 및 식생(Enhanced Vegetation Index, EVI; Fraction of Photosynthetically Active Radiation, FPAR; Leaf Area Index, LAI; Normalized Difference Vegetation Index, NDVI) 관련 산출물 자료와 지상 관측자료인 일 단위 강수량 자료를 구축하였다. MODIS 위성영상은 산출물별로 제공되는 QC(Quality Control) 영상을 활용해 보정을 수행하였고, 공간 강수량 자료는 기상청에서 제공하는 전국 92개 지점의 종관기상관측자료를 구축하여 공간보간기법인 역거리가중법을 적용해 생성하였다. 실측 토양수분은 농촌진흥청에서 제공하는 76개 지점의 토양 깊이 10 cm에 설치된 TDR(Time Domain Reflectomerty) 센서에서 측정된 토양수분 자료를 활용하였으며, 토양수분 모의 시 토양 속성을 고려하기 위해 국립농업과학원에서 제공하는 토양도를 구축하여 활용하였다. 토양수분 산정 모형은 다중선형회귀모형(Multiple Linear Regression Model, MLRM)을 활용하였으며, 계절 및 토성에 따른 회귀식을 산정하였다. 회귀식 기반의 토양수분과 토성별 포장용수량 및 영구위조점 값을 이용하여 SWDI를 산정하고, 실제 가뭄 발생 시기 및 지역과의 비교하고자 한다.

• 한국방재안전학회논문집
• /
• 제14권2호
• /
• pp.13-23
• /
• 2021

본 연구는 위성영상자료를 이용한 지형자료의 신뢰도를 평가하고자 하였다. 실제 계측자료와 위성영상자료를 이용한 지형자료를 구축하고 강우-유출 모형인 S-RAT에 적용하여 유출 분석을 실시하였으며, 지형자료와 유출량 자료를 비교 분석하였다. 실제 계측자료는 국가수자원관리종합정보시스템(Water Resources Management Information System, WAMIS)의 계측지형자료를 수집하였으며, 위성영상자료는 Terra 위성에 탑재된 MODIS 관측센서의 영상자료를 수집하였다. 분석대상지역은 한강유역에서 산지가 80%이상인 하천 2개 유역과, 도심지가 7%이상인 하천 1개 유역을 대상으로 선정하였다. 분석결과 도심지가 많은 하천에서는 유출량의 차이가 첨두홍수량의 경우 최대 50%, 홍수총량의 경우 최대 17%로 계측자료와 위성영상자료의 차이가 크게 나타났으나, 산지가 많은 하천에서는 유출량의 차이가 첨두홍수량의 경우 최대 13%, 홍수총량의 경우 최대 4%로 나타났다. 영상자료에서 가장 큰 차이를 보이는 것은 Landuse로 도심 하천에서는 MODIS 위성영상이 WAMIS 계측자료에 비해 최대 60% 이상 도시로 인식하는 경향을 보이고 있으나, 산림지역에서는 MODIS 위성영상이 WAMIS 계측자료의 오차가 5% 이내로 나타나고 있어 산지하천에서의 적용성이 높은 것으로 나타났다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2010년도 정기 학술발표대회
• /
• pp.104-104
• /
• 2010

지난 2008년 가을부터 시작되어 2009년 봄까지 발생했던 전국적인 극한 가뭄을 계기로 가뭄모니터링의 필요성은 증대되었다. 본 연구는 우리나라에서 가뭄 모니터링을 위한 MODIS 위성영상 자료의 활용을 제안하였다. MODIS 영상은 임의의 지역의 시 공간적 특성을 관찰할 수 있는 해상도를 보유하고 있으며, MODIS에서 제공하는 MOD11(LST: Land Surface Temperature)은 가뭄 발생의 판별에는 유효하나 가뭄 심도와 지속기간을 판단하기 위해서는 기준이 되는 강우량 및 가뭄지수와의 비교가 필요하다고 알려져 있다. 본 연구에서는 MOD11(LST) 위성자료와 EDI(Effective Drought Index) 가뭄지수의 상관성을 고려하여 한반도 가뭄모니터링을 위한 MODIS 위성영상의 활용성을 평가하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.353-358
• /
• 2008

최근 위성에서 수집된 영상을 활용한 다양한 응용 및 분석이 시도되고 있는데, 각 연구 기관의 자료와 연구 성과를 함께 공유하고 협업할 수 있다면 더욱 심도 깊고 활발한 연구가 진행될 수 있을 것이다. 이에 본 연구에서는 MODIS 센서 영상을 이용한 한반도 식생 분석의 결과를 Google Earth라는 지리 정보 공유 플랫폼에 표현함으로써 위성 영상 자료를 공동으로 연구 및 활용할 수 있는 방안을 모색하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.103-103
• /
• 2019

본 연구에서는 Terra MODIS 위성영상과 Mapping Evapotranspiration at high Resolution with Internalized Calibration (METRIC) 모형을 이용하여 2012년부터 2017년까지 한반도 전국의 증발산량을 산정하고 플럭스 타워 실측 증발산량과 비교하였다. METRIC은 전 세계에 널리 적용된 바 있는 에너지 수지 기반의 Surface Energy Balance Algorithm for Land (SEBAL) 모형의 개념과 기술을 기반으로 현열(Sensible Heat Flux) 추정 모듈을 개선한 모형이다. 본 연구에서 METRIC 모형은 기존 C#으로 개발되어 있던 SEBAL 코드에서 현열 추정 모듈을 수정하였고 연산 속도 개선을 위해 Python으로 재작성하였다. METRIC 모형의 위성 자료로 Terra MODIS 위성의 MOD13A2(16day, 1km) NDVI, MOD11A1(Daily, 1km) Land Surface Temperature (LST) 및 MCD43A3(Daily, 500m) Albedo를 구축하였으며 500m 공간해상도의 Albedo는 1000m 해상도로 resample하여 활용하였다. 기상자료는 기상청 기상관측소의 풍속, 풍속측정높이, 습도, 10분 간격 이슬점 온도, 일사량 자료를 위성 자료와 같은 공간해상도로 내삽(Interpolation)하여 구축하였다. 모형결과 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측 자료와의 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error) relative RMSE (RMSE%), Nash-Sutcliffe efficiency (NSE) 및 IOA(Index of Agreement)를 산정하고, 기존 SEBAL 모형 결과와의 비교를 통해 본 모형의 개선점을 보이고자 한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.242-245
• /
• 2009

본 연구는 한반도 국토 전역을 모니터링 하기 위해 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상을 이용하는데 있어서 필요한 기본적 자료처리 및 모니터링 시스템 구축을 목표로 한다. 현재 MODIS관련 product는 대부분 NASA에서 제공하는 알고리즘을 구현하여 제작되며 이러한 product들은 여러 웹싸이트에 접근하여 획득하도록 되어있다. 이러한 방식은 장기적으로 국토를 모니터링 하는데 필요한 자료를 원활하게 공급하지 못하게 되는 단점을 가지고 있다. 그러므로 이 연구는 한반도의 국토환경을 모니터링 하는데 MODIS 자료를 원활히 공급하기 위한 처리 시스템을 구축하고자 한다. 본 연구에서는 Windows환경을 기반으로 사용자 인터페이스를 제공하고 다양한 MODIS 관련 모듈을 내부적으로 자동화 처리하여 보다 쉽게 사용할 수 있도록 개선하였다. 특히 MODIS 원시영상(Production Data Set) Level0 취득부터 보정된 영상자료 Level1B까지의 자동화 처리에 중점을 두었고, Level2이후의 주로 육상(Land)부분에 해당하는 자료를 생성하는 부분을 구현한다. 이러한 MODIS 자료의 생성 이후에 국토 모니터링에 필요한 토지 피복 변화, 산불 탐지 등의 정보를 생성하는 알고리즘 구현 등으로 범위를 확장하려고 한다.

• 대한공간정보학회지
• /
• 제14권2호
• /
• pp.55-62
• /
• 2006

현재 물부족 국가로 분류되고 있는 우리나라 현실에서 가뭄은 재해 관리에 있어서 중요한 요소가 되고 있다. 위성영상은 광역의 지표면에 대해 오랜 시간 동안 주기적으로 자료를 취득할 수 있게 해주므로, 이를 가뭄의 관측에 활용하면 유용한 결과를 얻을 가능성이 크다. 본 연구에서는 광역의 가뭄현상을 해석하는 데 있어서 위성영상을 활용하는 방안을 제시하고자 하였다. 따라서, 미국 NASA에서 제공하는 MODIS 자료의 식생지수(NDVI)자료를 이용하여 광역의 증발산량을 산정하는 방법을 개발하였다. 위성영상을 이용하여 산정된 증발산량 분포를 강우 분포자료 및 잠재증발산량 분포자료와 결합하여 기후학적 물수지를 산정하였으며, 이를 기반으로 대상지역의 가뭄을 효과적으로 분석할 수 있었다. 본 연구의 결과는 가뭄 해석에 있어서의 위성영상의 활용도를 높이는 데 기여를 할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.23-23
• /
• 2018

본 연구에서는 다중분위회귀분석모형(Multiple Quantile Regression Model, MQRM)과 MODIS(MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상관측지점에서 관측한 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중분위회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 71개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중분위회귀분석 모형은 LST 인자를 중심으로 각각의 분위(0.05, 0.25, 0.5, 0.75, 0.95)에 해당되는 값의 회귀식을 NDVI, 강수 입력자료를 독립인자로서 조합하여 계절 및 토성에 따른 총 80개의 회귀식을 산정하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.70 (철원), 0.90 (춘천), 0.85 (수원), 0.65 (서산), 0.78 (청주), 0.82 (전주), 0.62 (순천), 0.63 (진주), 0.78 (보성)로 높은 상관성을 보였다. 본 연구에서는 다중분위회귀 모형의 성능을 검증하기 위해 기존의 다중선형회귀모형의 결과와 비교하여 크게 개선됨을 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.103-104
• /
• 2017

본 연구에서는 다중회귀분석모형(MLRM)과 MODIS (MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상 관측지점에서 관측한 실측 LST와 MODIS LST의 R2는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 R2는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 68개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중회귀분석 모형은 각각의 입력자료를 독립인자로서 조합하여 12개의 시나리오를 만들었다. 시공간적 경향을 고려하기 위하여 계절별, 토양 토성(soil texture)를 구분하여 회귀분석을 실시하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.80 (철원), 0.90 (춘천), 0.80 (수원), 0.63 (서산), 0.77 (청주), 0.82 (전주), 0.52 (순천), 0.63 (진주), 0.99 (보성)로 높은 상관성을 보였다. 본 연구에서는 토양수분을 예측하기 위한 인자 중 가장 민간함 LST를 보정하지 않는 토양수분 예측 방법은 상당한 오차를 포함하게 되어 실측 토양수분 결과와 크게 차이가 나타남을 보여주었다.